Формирование навыков математического моделирования у студентов экономических вузов

Обложка

Цитировать

Полный текст

Аннотация

В данной статье рассматриваются подходы к формированию у студентов экономических вузов навыков экономико-математического моделирования. Показана необходимость в этой компетенции у специалистов по цифровой экономике. Изложена мотивация студента – будущего специалиста по цифровой экономике в овладении основными приемами моделирования экономических процессов и систем. Приведены разделы школьного курса математики, являющиеся основой для развития этих навыков. Рассмотрены дисциплины математического цикла, изучение которых закладывает базу для формирования компетенции моделирования экономических процессов. Описаны основные типы математических моделей, которые изучаются на современном этапе в экономических вузах и широко применяются в цифровой экономике. Дана классификация моделей, используемых в учебном процессе при изучении дисциплин математического цикла. В работе обсуждаются и обосновываются основные требования, предъявляемые к экономико-математическим моделям. Перечислены требования, предъявляемые к преподавателям математических кафедр вузов, необходимые для того, чтобы они могли успешно осуществлять обучение студентов фундаментальной математике и прикладным ее разделам, в частности – математическому моделированию. Основные выводы и результаты исследования могут быть использованы в практической работе преподавателей математических кафедр экономических вузов при создании электронных средств обучения по экономико-математическому моделированию и методик их применения в учебном процессе.

Об авторах

Сергей Иванович Макаров

Самарский государственный экономический университет

Автор, ответственный за переписку.
Email: matmaksi@yandex.ru

доктор педагогических наук, профессор, заведующий кафедрой высшей математики и экономико-математических методов

Россия, Самара

Список литературы

  1. Абросимов А.Г., Макаров С.И., Репин О.А., Печерская Э.П., Бердников В.А. и др. Конкурентоспособность высшего учебного заведения в образовательном пространстве региона (коллективная монография). Самара: Изд-во Самар. гос. экон. акад., 2004. 298 с.
  2. Георгиева Т.С. Высшая школа США на современном этапе. М.: Высшая школа, 1989. 142 с.
  3. Саморуков Б.Е., Тихомиров С.А. Многоуровневое образование: проблемы, сущность, перспективы // Актуальные проблемы развития высшей школы. Переход к многоуровневому образованию: межвуз. сб. науч. тр. СПб.: ЛТА, 1993. С. 15–19.
  4. Муравьева А.А., Олейникова О.Н. Профессиональные стандарты: принципы формирования, назначение и структура: методическое пособие. М.: АНО Центр ИРПО, 2011. 100 с.
  5. Зимняя И.А. Ключевые компетенции – новая парадигма результата образования // Высшее образование сегодня. 2003. № 5. С. 34–42.
  6. Makarov S.I., Sevastyanova S.A. Information modeling of the students' residual knowledge level // Digital Transformation of the Economy: Challenges, Trends and New Opportunities / eds. S. Ashmarina, A. Mesquita, M. Vochozka. Vol. 908. Springer, Cham, 2020. P. 502–509.
  7. Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория // Экономика и математические методы. 2001. Т. 37, № 3. С. 111–127.
  8. Садовская Т.Г., Дроговоз П.А., Дадонов В.А., Мельников В.И. Применение математических методов и моделей в управлении организационно-экономическими факторами конкурентоспособности промышленного предприятия // Аудит и финансовый анализ. 2009. № 3. С. 364–379.
  9. Чернышев С.Л. Моделирование экономических систем и прогнозирование их развития: учебник. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003. 232 с.
  10. Об утверждении программы «Цифровая экономика Российской Федерации»: распоряжение Правительства РФ от 28.07.2017 № 1632-р // Собрание законодательства Российской Федерации. № 32, 07.08.2017, ст. 5138.
  11. Patel A. A Conceptual framework for Internet based intelligent tutoring systems // Knowledge transfer / ed. A. Behrooz. Vol. 2. London, 2000. P. 117–124.
  12. Блинов В.И., Есенина Е.Ю., Клинк О.Ф., Куртеева Л.Н., Сатдыков А.И., Факторович А.А. Профессиональные стандарты: от идеи к практике / под общ. ред. В.И. Блинова. Lap Lambert Academic Publishing, 2017. 80 с.
  13. Ситаров В.А. Содержание образования в контексте личностного измерения вузовской подготовки // Знание. Понимание. Умение. 2012. № 4. С. 234–241.
  14. Цифровизация как приоритетное направление модернизации российского образования / под ред. Н.В. Горбуновой. Саратов: Саратовский социально-экономический институт (филиал) РЭУ им. Г.В. Плеханова. 2019. 152 с.
  15. Об утверждении и введении в действие федерального государственного образовательного стандарта высшего профессионального образования по направлению подготовки 080100 Экономика (квалификация (степень) «бакалавр»): приказ Министерства образования и науки Российской Федерации от 21 декабря 2009 года № 747 // Бюллетень нормативных актов федеральных органов исполнительной власти, № 14, 05.04.2010.
  16. Сластенин В.А. Личностно-ориентированные технологии профессионально-педагогического образования // Сибирский педагогический журнал. 2008. № 1. С. 49–74.
  17. Григорьев С.Г., Гриншкун В.В., Демкин В.П., Краснова Г.А., Макаров С.И., Роберт И.В. Концепция образовательных электронных изданий и ресурсов – шаг на пути к качественному образованию // Информационные технологии в образовании: сб. тр. междунар. конф.-выставки «ИТО-2002». Ч. 6: Пленарные доклады. М.: МИФИ, 2002. С. 11–14.
  18. Константинова Л.В. Теоретические основы социальной политики: учебное пособие. Саратов: Поволжский институт им. П.А. Столыпина, 2011. 75 с.
  19. Сенашенко В., Ткач Г. О структуре современного высшего образования // Высшее образование в России. 2004. № 4. С. 18–26.
  20. Ткач Г.Ф., Филиппов В.М., Чистохвалов В.Н. Тенденции развития и реформы образования в мире: учебное пособие. М.: РУДН, 2008. 303 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Макаров С.И., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).